2.1 三基色原理
颜色和亮度是由进入人眼的可见光的强弱与波长决定的主观属性。对于同一种入射光，每个观察者对于其颜色和亮度的感受是不同的。
人眼机理以及视觉的实验表明，人眼的视网膜上存在大量在适当亮度下分辨颜色的锥体细胞，它们分别对应红、绿、蓝三种颜色。即人眼对红绿蓝三种颜色比较敏感，
红（red）、绿（green）、蓝（blue）就是所谓的三基色。
2.1.2 颜色模型
为了更加的描述颜色，采用色调（hue）、饱和度（saturation）、亮度（brightness）。来表示人眼对颜色的视觉感受。
在不同的领域，人们提出了各种颜色表示方法，称为颜色模型。
面向机器（显示器、打印机）的RGB模型
面向颜色处理（面向人眼视觉）的HSI模型
在印刷界及影视界的CMYK（青、品红、黄、黑）模型
RGB模型和HSI模型之间的转换
RGB模型面向机器，HSI模型面向人。因此，在实际应用中，需要经常进行模型之间的转换。
为什么RGB模型和HSI模型之间要转换？
在常用的数字图像处理中，如果直接对R、G、B三个分量进行处理，那么在处理的过程中，会导致三个分量不同程度的变化。当三颜色通道发生这种情况，就会引起色差问题，甚至在颜色上带来很大的失真。因此HSI模型，在保证色彩不失真的情况下，实现图像处理
如图所示，左上角是正常的彩色图片，另外三个分别是只表示一个颜色分量。
2.2.1 图像的数学模型
图像经过采样和量化后，变成由像素组成的数字图像，每个像素的亮度或灰度值用一个整数来（0到255）表示。
2.2.2 图像的量化
模拟图像经过采样后，在时间和空间上都会离散化为像素。把灰度值量化为0到255，共256级，灰度值的范围为0到255，表示亮度从深到浅，从黑到白。
假设图像采取M*N个采样点，每个像素量化后的灰度值的二进制位数为Q，则存储一个数字图像所需的二进制位数b为
b = M(行) * N(列) * Q(二进制位数)
2.3 像素的基本关系
在处理和分析数字图像时，许多运算只和当前像素的灰度值有关，因此对于这些操作只需考虑当前像素的灰度值，如常见的对比度拉伸、直方图均衡化、直方图规范化等运算。
但是还有一些运算需要考虑当前处理像素和其相邻像素的关系，如：边缘提取、图像分割等运算。
物理尺寸不变，像素越高，分辨率越高
